Головна Інформатика
ІНТЕЛЕКТУАЛЬНІ СИСТЕМИ: НЕЧІТКІ СИСТЕМИ І МЕРЕЖІ
|
|
|||||
АРХІТЕКТУРА НЕЧІТКОЇ НЕЙРОННОЇ МЕРЕЖІ ANFIS (ADAPTIVE NETWORK BASED FUZZY INFERENCE SYSTEM)ANFIS представляє адаптивну систему нейро-нечіткого виводу. З одного боку, мережа ANFIS є нейронну мережу з єдиним виходом і декількома входами, які представляють собою нечіткі лінгвістичні змінні. При цьому терми вхідних лінгвістичних змінних описуються стандартними функціями належності, які наведені в розділі 1.2, а терми вихідної змінної представляються лінійної або постійними функціями приналежності. З іншого боку, мережу ANFIS являє собою систему нечіткого виводу, в якій кожне з правил нечітких продукцій має постійну вагу, рівний 1. Дана мережа ANFIS може бути успішно використана для настройки функцій приналежності і налаштування бази правил в нечіткій експертній системі. Алгоритми навчання адаптивних нечітких систем щодо трудомісткі і складні в порівнянні з алгоритмами навчання нейронних мереж, і, як правило, складаються з двох стадій: 1. Генерація лінгвістичних правил; 2. Коригування функцій приналежності. Перше завдання відноситься до задачі переборного типу, друга - до оптимізації в безперервних просторах. Нижче представлена модель адаптивної мережі ANFIS що складається з двох правил;
Шари мережі ANFIS виконують такі функції. Шар I. представлений радіально базисними (РБФ) нейрони і моделює функції приналежності. Шар 2. це шар «І» нейронів, які моделюють логічний зв'язку І твором w : = / л А (*,) • ц в (л: 2 ) -... ![]() Мал. 25 - Структура мережі ANFIS Шар 3. обчислює нормовану силу правила:
Шар 4. формує значення вихідної змінної:
Шар 5. виконує дсфаззіфікацію:
гібридна мережа архітектури ANFIS може бути навчена за допомогою алгоритму зворотного поширення помилки. |
<< | ЗМІСТ | >> |
---|